[發明專利]一種面向海上石油鉆井的深度可遷移多因子事故預警方法及系統在審
| 申請號: | 202110851997.1 | 申請日: | 2021-07-27 |
| 公開(公告)號: | CN113627079A | 公開(公告)日: | 2021-11-09 |
| 發明(設計)人: | 黃熠;張萬棟;李炎軍;羅鳴;彭巍;陳江華;吳江;董釗;韓成 | 申請(專利權)人: | 中國海洋石油集團有限公司;中海石油(中國)有限公司海南分公司;中海石油(中國)有限公司湛江分公司 |
| 主分類號: | G06F30/27 | 分類號: | G06F30/27;G06F119/02 |
| 代理公司: | 廣州粵高專利商標代理有限公司 44102 | 代理人: | 劉瑤云;陳偉斌 |
| 地址: | 100027 北*** | 國省代碼: | 北京;11 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 面向 海上 石油 鉆井 深度 遷移 因子 事故 預警 方法 系統 | ||
1.一種海上石油鉆井的事故預警方法,其特征在于,包括以下具體步驟:
S1:根據海上石油鉆井事故與各鉆井數據單屬性因子在時序維度的關聯分析,確定事故與各單屬性因子的相關性程度;
S2:根據海上石油鉆井事故與各單屬性因子的相關性程度大小,挑選相關性較高的多個因子作為關鍵因子;
S3:利用長短時序記憶網絡,預測步驟S2選定的多個關鍵因子的數據走向;
S4:綜合考慮多個關鍵因子之間的聯系以及多個關鍵因子在時序維度的信息,結合步驟S3的預測數據,利用深度學習網絡表述數據的深度特征;
S5:根據步驟S4提取的深度特征,訓練可遷移的多因子檢測器,實現面向海上石油鉆井的深度可遷移多因子事故預測。
2.根據權利要求1所述的海上石油鉆井的事故預警方法,其特征在于,在步驟S1中,采用相關性分數來衡量海上石油鉆井事故與各單因子的相關性程度,具體步驟如下:
S11:獲取在海上石油鉆井事故發生前后的數據分布及進行分類,得到海上石油鉆井事故發生前后的數據集合;
S12:基于在事故發生前后的數據分布不一樣的原則,以時間距離為衡量標準判定海上石油鉆井事故發生前的數據集合與海上石油鉆井事故發生后的數據集合的可區分度;
S13:通過時間序列與可區分度確定海上石油鉆井事故與各鉆井數據單屬性因子的相關性分數,進而確定相關性程度。
3.根據權利要求2所述的海上石油鉆井的事故預警方法,其特征在于,所述步驟S12中數據集合的可區分度判定公式如下:
Ir(x,A1,A2)=1 when x∈AiNNr(x,A)∈Ai,A=A1∪A2,
Ir(x,A1,A2)=0 when otherwise,
其中,A1為海上石油鉆井事故發生前或發生后的時間序列的集合,A2為對整個時間序列數據隨機采樣的子序列的集合,x為海上石油鉆井事故發生前的數據集合或海上石油鉆井事故發生后的數據集合中的時間序列,對A=A1∪A2,x∈A,NNr(x,A)表示A-{x}中距離x最近的第r個元素;Ir(x,A1,A2)表示x與x的第r個距離最近的元素是否在同一個子集內;
Tr,p表示A1與A2不屬于同一種數據分布的概率,其中p為集合A的大小,r表示x第r個最近的元素的索引,如果Tr,p小,則說明兩類數據A1,A2無區分度;如果Tr,p大,則說明兩類數據A1,A2有區分度。
4.根據權利要求1至3所述的海上石油鉆井的事故預警方法,其特征在于,在步驟S2中得到關鍵因子具體步驟如下:
S21:將所述各鉆井數據單屬性因子的相關性分數按照從高到低進行排序;
S22;設定相關性分數閾值,然后篩除出所有高于相關性分數閾值的各鉆井數據單屬性因子作為關鍵因子。
5.根據權利要求4所述的海上石油鉆井的事故預警方法,其特征在于,在步驟S3中關鍵因子的數據走向的獲取具體步驟如下:
S31:劃分記憶單元:將長短時序記憶網絡劃分為多個記憶單元;
S32:對記憶單元進行預測:對每個關鍵因子的每個記憶單元進行預測;
S33:獲取關鍵因子的數據走向:將各記憶單元的預測信息收集起來即可得到每個關鍵因子的預測信息,然后進行匯總得到所有關鍵因子的數據走向。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于中國海洋石油集團有限公司;中海石油(中國)有限公司海南分公司;中海石油(中國)有限公司湛江分公司,未經中國海洋石油集團有限公司;中海石油(中國)有限公司海南分公司;中海石油(中國)有限公司湛江分公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202110851997.1/1.html,轉載請聲明來源鉆瓜專利網。





